专栏名称: 爱可可-爱生活
知名互联网资讯博主 北邮PRIS模式识别实验室陈老师
今天看啥  ›  专栏  ›  爱可可-爱生活

通过多任务强化学习与持续强化学习两个“极端非稳定”的设置,探究了-20240628054606

爱可可-爱生活  · 微博  · AI  · 2024-06-28 05:46
    

文章预览

2024-06-28 05:46 本条微博链接 通过多任务强化学习与持续强化学习两个“极端非稳定”的设置,探究了MoE架构及路由策略对DRL性能的影响,发现MoE可减少冗余神经元、提高网络可塑性,从而提升了PPO在这类环境中的表现。 [LG]《Mixture of Experts in a Mixture of RL settings》T Willi, J Obando-Ceron, J Foerster, K Dziugaite, P S Castro [Fo ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览